微软在人工智能领域的发展

　　李京梅表示，微软希望把智能服务带入到应用里，让想法变为现实。认知服务是一系列的API接口，微软以“希望我们的认知服务做你的最强大脑”为目标，将语言理解智能服务，必应搜索引擎后面的功能。快来看一下。

 

　　微软人工智能技术进展

 

 

　　1、提取图像基本特征。3月30日在美国旧金山举办的微软全球开发者大会上，微软增加了图像物体识别和打标签的功能。目前可以识别2000多种物体，识图API看到一种物体就会标注一种物体，而且这2000种物体的种类会逐渐增加。曾经的“how old are you”可以提取图片的一些基本特征判断人物年龄。现在的图片识别已经可以判断出年龄、性别、图片类型等。可以给出图片的大致主题，比如这是一个人在游泳。所有的标注都会通过确信值来体现可靠度。

 

　　2、识别名人。这属于分析图像垂直的一些特定领域，比如现在可以识别的名人跨全球商界、体育界、文娱界。大概有小几十万的人脸库。以后肯定会不断增加并且拓展到其他领域，比如识狗、识花等等方面。

 

　　3、识别图片里的文字。无论是中文还是英文，均可以实现自动抓取。明确语种的前提下，可自行设置语言参数，提升性能。识别的文字也会被打上坐标值，目前支持多语言识别。

 

　　4、智能缩略。微软API可以智能识别出图片主题。当对图片进行裁剪等操作时，不管切到什么形状，多小，都会尽量保留原来的主题，这是一个非常实用的小功能。视频缩略可以利用算法默认把一段视频压缩成一段很有趣的预览视频。可以大致看出视频里都有什么人出现，都在干什么等。

 

　　5、人脸识别。目前一张图片可以识别64张脸。也可以验证两个人是不是同一个人，可以对一张图片里的不同人进行自动分组，这是建立在提前为每个人建库的基础上。

 

　　6、情绪识别。目前可以识别包括生气、厌恶、伤心、难过、惊讶、害怕等八种情绪。视频人脸情绪识别，可以记录每一个情绪对返回值进行一个整体的统计。比如整个视频里微笑有多少帧，伤心、难过、惊讶等分别有多少帧。每一个表情都会打一个分值，但到底如何使用，最后的决定权还在用户手里。